导读:本文包含了语义过程模型论文开题报告文献综述及选题提纲参考文献，主要关键词:业务过程,语义定义,语义分析,BPMN,2.0
语义过程模型论文文献综述
赵莹,赵川,黄苾,代飞[1]（2018）在《BPMN2.0过程模型的语义和分析》一文中研究指出BPMN 2.0已成为了建模业务过程事实上的标准。BPMN 2.0过程模型中建模元素的混用会产生控制流方面的语义错误。首先,建立了BPMN 2.0过程模型到工作流网的映射,并使用Petri网来形式定义过程模型的语义;其次,借助Petri网的分析技术,使用这种定义的语义对BPMN 2.0过程模型进行了合理性分析。实验结果表明,这种形式化可以识别BPMN 2.0过程模型中的语义错误。(本文来源于《计算机科学》期刊2018年S2期）
况黎[2]（2017）在《基于随机Petri网的语义服务组合的过程模型和性能研究》一文中研究指出Web服务作为基于服务架构的主要实现之一,我们可以通过Web服务跨平台语言使用服务提供商所提供的资源。基于更加有效的整合Web服务的目的,产生了Web服务组合技术,并且因为其具有语义的特性得到了广泛的研究。OWL的出现给基于本体的语义Web服务研究奠定了基础,在其基础上发展而来的OWL-S体系则是在这方面最重要的标准之一。许多在基于OWL-S的研究中,主要注重于Web服务组合过程的研究,对于非功能性需求关注较为缺乏,但是非功能性参数对于Web服务组合方面的性能表现有至关重要的作用。在OWL-S的体系中,Web服务的性能分析不但能够帮助服务提供商应对复杂的Web服务请求中出现的问题,更好的调整自身所提供的Web服务的技术架构,提升Web服务性能,还能够帮助服务用户进行决策,采用更加贴合实际要求的Web服务。在本文的工作中,我们为OWL-S体系的形式化流程和性能分析提出了一个基于随机Petri网的模型。这个模型使用非马尔可夫链随机Petri网对OWL-S中Web服务组合流程中涉及的控制流和数据流进行建模。我们可以对OWL-S的Web服务组合流程用本文中的模型进行描述,并且能够定量地分析其中所涉及到的部分性能参数。接着我们引入了复合服务实例,对本文中模型可靠性进行验证,然后根据模型对Web服务部分性能参数的分析,选取了一种基于时间序列的方法对这部分性能参数进行了评估预测。本文中所提出的模型不仅仅能够对语义Web服务组合过程进行形式化流程的描述,能够更为直观的表现Web服务组合技术流程的语义,而且还能够对其中所涉及的部分性能参数进行定量的分析。(本文来源于《重庆大学》期刊2017-04-01）
向隆刚,陶强强,吴涛[3]（2016）在《语义关联的轨迹-有向线移动过程模型及查询分析》一文中研究指出轨迹在地理空间中相对一条有向线移动时,可能发生多次进入、离开、穿过、相遇、折返、停留等拓扑关系。针对轨迹-有向线的时空关联特征,提出语义关联的轨迹-有向线移动过程模型:基本思路是将轨迹-有向线的复杂拓扑细节描述为若干局部拓扑关系的组合,从拓扑和语义的角度描述轨迹相对于有向线的移动过程。最后设计并实现了面向该模型的关系模式,并以两类典型请求为例,分析了轨迹-有向线移动过程的纯SQL查询分析技术。(本文来源于《武汉大学学报(信息科学版)》期刊2016年08期）
张俊[4]（2016）在《基于人类认知过程的文本语义理解模型（HTSC）及构建方法研究》一文中研究指出随着网络的迅速发展,网络中的文本信息呈现海量、快速、多样、稀疏的特征,从而使得网络用户经常出现迷航现象。在此情况下,我们需要一种面向机器的文本语义理解方法来辅助人们高效地组织、管理这些大规模网络文本信息,进而为人们提供优质的网络服务。但是,目前的机器文本语义理解方法存在以下问题,包括:(1)人类文本语义表达能力与机器文本语义理解能力之间存在较大鸿沟;(2)机器文本语义理解复杂性与网络文本数据海量性之间的矛盾;(3)机器的文本语义理解过程缺乏背景知识指导。针对上述叁个问题,本文提出了基于人类认知过程的文本语义理解HTSC模型,本模型的基本思想为“认知框架+轻量级算法实现”,通过模拟人类的认知过程,以使机器文本语义理解结果更符合人类的认知结果,从而解决问题(1);通过轻量级的算法实现,以使本模型能够适应、处理大规模的网络文本环境,从而解决问题(2);在认知框架下,通过当前文本语义与背景知识间循环往复的动态理解过程,以从全局的角度来理解文本语义,从而解决问题(3)。本文具体研究以下内容:1.基于人类的记忆认知过程和文本信息加工过程理论,提出由感觉记忆、知觉关联记忆、工作记忆、短期情景记忆和长时记忆等几部分构成的文本语义理解HTSC模型,为面向机器的文本语义理解提供框架指导。2.在HTSC模型总体框架基础上,提出了HTSC模型中各个记忆系统下的文本语义表征方法,从而为机器的文本语义理解提供理论载体,包括:基于课文多水平表征理论,提出基于工作记忆的文本语义表征方法;基于关键词、篇章、话题叁层文本语义网络,提出HTSC模型中基于短期情景记忆和长时记忆的文本语义表征方法;基于人类概念学习过程,提出文本语义幂级数表征方法。3.在语言学配价理论的基础上,提出了词之间语义关系的挖掘方法,避免了传统关联规则挖掘方法语义信息低下、挖掘效果参数依赖性高的缺陷,为机器文本语义理解中语义关系的发现提供了可能,包括:基于配价理论以及句子压膜理论,提出文本中动词依赖集挖掘方法;在动词依赖集基础上,结合关联规则挖掘方法,提出词之间原子语义关系挖掘方法;基于词之间原子语义关系,并结合文本中动词依赖集,提出词之间具体语义关系挖掘方法。4.在人类认知过程的基础上,提出了面向机器的文本语义动态理解过程,以使得机器的文本语义理解更符合人类的认知结果,包括:基于连通图理论,对文本语义连贯范式进行形式化定义;基于文本语义连贯范式,提出当前文本语义中激活线索的产生方法;基于语义链网络,提出背景知识激活方法以及融合方法。5.基于人类概念学习过程中的复杂度度量理论,提出了文本理解的复杂度度量方法,从而为不同层次用户提供个性化服务提供了可能,包括:基于概念代数复杂度度量,提出文本代数复杂度ACT;通过分析文本语义理解复杂度的影响因子,提出关键词及其之上关联关系的复杂度度量方法;基于关键词及其之上关联关系复杂度,提出文本代数复杂度改进方法,包括扩展型文本代数复杂度EACT和泛化型文本代数复杂度GEACT。6.基于HTSC模型及其之上的复杂度度量方法,研究与开发了两个应用演示系统:基于认知过程的智能交互系统和基于复杂度度量的搜索演示系统,从而为本文提出的HTSC模型提供了真实、合理的应用场景。本文以基于人类认知过的文本语义理解模型研究为突破,探索建立面向机器文本语义理解的理论与方法体系,进一步从理论上研究了文本语义的表征方法、词之间语义关系发现方法、当前文本语义与背景知识的动态交互方法,以及复杂度度量方法等。本研究成果能够直接应用于语义搜索、个性化推荐、用户关系发现、网络舆情监测等方面。(本文来源于《上海大学》期刊2016-06-01）
蔡寅[5]（2016）在《语义网络P2P参考模型的查询过程构建》一文中研究指出为了解决P2P定义域抽象与概念上表达的二义性与不兼容性,构建了语义P2P系统参考模型查询过程,包括查询生成器、语义邻居以及路由的集合行为协同,从通用的、高层抽象的角度对涌现出来的分布式计算模式进行建模,为该领域建立了一个通用的技术框架,使得研究成员相互间能更好地理解与交流,为各个语义P2P系统间的比较提供了共同准则。(本文来源于《电脑知识与技术》期刊2016年10期）
高俊涛,王雪珊[6]（2016）在《语义级业务过程模型相似性度量技术》一文中研究指出为了解决业务过程模型的语义异构问题,提出一种语义级业务过程相似性度量技术。基于语义相似度计算理论构造过程模型相似矩阵,通过迭代算法模拟相似度传播效应修正相似矩阵;运用匈牙利算法降低最佳匹配的时间复杂度,证明了匈牙利算法在相似性度量过程中的有效性;借鉴Jaccard系数定义业务过程综合相似度,并通过实验结果验证了该方法的有效性。(本文来源于《计算机集成制造系统》期刊2016年05期）
吕健,谢庆生,黄海松,潘伟杰[7]（2015）在《基于图解特征语义认知的产品设计过程知识模型》一文中研究指出针对产品造型设计过程知识表征,提出基于图解语义认知的产品设计过程知识模型。分析产品的本体语义及产品设计过程知识,结合可拓学基元理论构建产品设计过程的知识表征基元模型,提出可拓原点基元及可拓向量概念,实现设计过程——设计生长、设计收敛及设计优化的知识表征。在产品设计过程知识基元表征模型基础上,提出基于图解语义的实例库聚类方法模型。以机床装备造型设计为例,验证了该方法的可行性,为产品造型设计提供一种形式化与量化相结合的设计参考方法。(本文来源于《图学学报》期刊2015年05期）
刘云飞[8]（2014）在《兼语式语义建构过程中的识解特征分析——以事件域认知模型为视角》一文中研究指出认知语言学相关研究认为,兼语式的语义建构过程主要体现为两个成分事件的整合过程。然而成分事件概念结构的形成离不开识解机制,故兼语式的语义建构过程还应涉及成分事件的识解特征。以事件域认知模型为视角,分析兼语式中成分事件体现的识解特征可发现:1)参与整合的成分事件体现降低还原度的识解倾向;2)识解方式须在成分事件之间形成互补分布;3)互补分布使得成分事件之间在识解方式的搭配上只存在4种类型,不具有任意的可能性;4)以上发现表明,整合过程不仅产生创新义,而且参与整合的部分也须在识解维度受到制约,并相互适配。(本文来源于《外语教学》期刊2014年06期）
马雨萌,祝忠明[9]（2013）在《科研过程知识产出语义关联组织模型构建研究》一文中研究指出在数据驱动的科研环境下,为服务于科研机构研究过程中知识资产长期保存管理的数字仓储领域,构建科研知识产出语义化关联组织的模型。总结数据驱动科研的知识对象类型、数据活动、科研活动,形成数据驱动的科学研究生命周期模型,并依据该模型和科研知识产出识别原则,分析科研过程各阶段场景中的关键科研知识产出类型和科研关系,然后设计有效组织科研知识产出、情境实体及其关系的数字对象模型框架,通过本体标准的复用,规范化类型名称和科研关系,构建关联组织科研知识产出和科研情境类的本体模型,为科研数字仓储构建揭示科研过程知识产出关联关系的语义层提供依据。(本文来源于《图书情报工作》期刊2013年22期）
李明,刘士仪,年福忠[10]（2013）在《基于时序描述逻辑的Web服务本体语言过程模型语义》一文中研究指出针对Web服务本体语言(OWL-S)过程模型存在动态交互和时序特征表达能力不足的问题,提出一种基于时序描述逻辑的过程模型形式化方法。通过对OWL-S过程模型的原子过程和组合过程语义进行形式化的描述,得到了OWL-S的过程模型的动态语义,最终实现了对OWL-S过程模型的形式化建模。实例结果验证了所提方法的可行性,为进一步的分析和验证提供了基础。(本文来源于《计算机应用》期刊2013年01期）
语义过程模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
Web服务作为基于服务架构的主要实现之一,我们可以通过Web服务跨平台语言使用服务提供商所提供的资源。基于更加有效的整合Web服务的目的,产生了Web服务组合技术,并且因为其具有语义的特性得到了广泛的研究。OWL的出现给基于本体的语义Web服务研究奠定了基础,在其基础上发展而来的OWL-S体系则是在这方面最重要的标准之一。许多在基于OWL-S的研究中,主要注重于Web服务组合过程的研究,对于非功能性需求关注较为缺乏,但是非功能性参数对于Web服务组合方面的性能表现有至关重要的作用。在OWL-S的体系中,Web服务的性能分析不但能够帮助服务提供商应对复杂的Web服务请求中出现的问题,更好的调整自身所提供的Web服务的技术架构,提升Web服务性能,还能够帮助服务用户进行决策,采用更加贴合实际要求的Web服务。在本文的工作中,我们为OWL-S体系的形式化流程和性能分析提出了一个基于随机Petri网的模型。这个模型使用非马尔可夫链随机Petri网对OWL-S中Web服务组合流程中涉及的控制流和数据流进行建模。我们可以对OWL-S的Web服务组合流程用本文中的模型进行描述,并且能够定量地分析其中所涉及到的部分性能参数。接着我们引入了复合服务实例,对本文中模型可靠性进行验证,然后根据模型对Web服务部分性能参数的分析,选取了一种基于时间序列的方法对这部分性能参数进行了评估预测。本文中所提出的模型不仅仅能够对语义Web服务组合过程进行形式化流程的描述,能够更为直观的表现Web服务组合技术流程的语义,而且还能够对其中所涉及的部分性能参数进行定量的分析。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语义过程模型论文参考文献
[1].赵莹,赵川,黄苾,代飞.BPMN2.0过程模型的语义和分析[J].计算机科学.2018
[2].况黎.基于随机Petri网的语义服务组合的过程模型和性能研究[D].重庆大学.2017
[3].向隆刚,陶强强,吴涛.语义关联的轨迹-有向线移动过程模型及查询分析[J].武汉大学学报(信息科学版).2016
[4].张俊.基于人类认知过程的文本语义理解模型（HTSC）及构建方法研究[D].上海大学.2016
[5].蔡寅.语义网络P2P参考模型的查询过程构建[J].电脑知识与技术.2016
[6].高俊涛,王雪珊.语义级业务过程模型相似性度量技术[J].计算机集成制造系统.2016
[7].吕健,谢庆生,黄海松,潘伟杰.基于图解特征语义认知的产品设计过程知识模型[J].图学学报.2015
[8].刘云飞.兼语式语义建构过程中的识解特征分析——以事件域认知模型为视角[J].外语教学.2014
[9].马雨萌,祝忠明.科研过程知识产出语义关联组织模型构建研究[J].图书情报工作.2013
[10].李明,刘士仪,年福忠.基于时序描述逻辑的Web服务本体语言过程模型语义[J].计算机应用.2013